[发明专利]一种跨线列车多站到达晚点预测的方法及装置

权利要求书

1.一种跨线列车多站到达晚点预测的方法，其特征在于，包括：

S1获取并处理跨线列车实绩运行数据、外界天气数据和车站配线数据；

S2基于处理后的跨线列车实绩运行数据中的受影响列车数量和总晚点时间，通过极大似然方法进行分布拟合，还通过K-S方法选取最优的分布拟合的函数，获得跨线列车的影响范围和程度；

S3基于跨线列车的影响范围和程度，提取列车晚点影响因素；

S4通过对神经网络模型进行提升深度处理，获得列车晚点预测模型，并通过处理后的处理跨线列车实绩运行数据、外界天气数据和车站配线数据，训练该列车晚点预测模型；

S5基于训练后的列车晚点预测模型，输出预测的列车晚点时间和相应的评价指标。

2.根据权利要求1所述的方法，其特征在于，步骤S1中：所述跨线列车实绩运行数据包括跨线车辆在车站的到达出发时间和到发股道编号；外界天气数据包括沿途各车站的历史小时粒度的降雨量、风速风向、晴雨雪；车站配线数据包含车站的股道和道岔的位置及方向、车站里程；

步骤S1具体包括：

S11将所述跨线列车实绩运行数据、外界天气数据和车站配线数据分别按时间序列进行排列；

S12通过每组时间序列的均值、中位数和相邻数的任意一种分别代替每组时间序列的空值和异常值；

S13基于执行了步骤S12的时间序列建立数据集；

S14通过3σ准则对数据集中的每个变量进行数据清洗，删除纠正异常数据；

S15通过高速铁路列车运行间的相互约束关系，删除或纠正数据集中不合理或相互矛盾的数据；

S16将数据集中的所述外界天气数据和车站配线数据进行数值化表示。

3.根据权利要求2所述的方法，其特征在于，步骤S3具体包括：

根据当前列车运行特征、当前列车趋势特征、前行和后行列车特征、外界天气特征、跨线列车作业特征和基础设施特征，通过LSTM对当前列车趋势特征进行压缩处理，通过列车的运行顺序和逻辑约束对前列车运行特征、前行和后行列车特征、外界天气特征、跨线列车作业特征和基础设施特征进行处理，提取列车晚点影响因素。